NASA พัฒนา Algorithm สำหรับติดตามขยะ Microplastic ในมหาสมุทรจากดาวเทียม

NASA พัฒนา Algorithm สำหรับติดตามขยะ Microplastic ในมหาสมุทรจากดาวเทียม

มีหลายปัจจัยที่ส่งผลต่อการเคลื่อนที่ของน้ำทะเลในมหาสมุทร ซึ่งเมื่อเรามองมหาสมุทรเป็นภาพใหญ่ ๆ เราจะสามารถเห็นความสัมพันธ์ระหว่างปัจจัยต่าง ๆ ไม่ว่าจะเป็น ความเร็วลม ความเร็วของคลื่น ความสูงของคลื่น การก่อตัวของพายุ และข้อมูลอื่น ๆ อีกมากมายที่สัมพันธ์กันโดยตรงต่อการเคลื่อนที่ของน้ำทะเลในมหาสมุทร ขยะพลาสติกรวมถึง Microplastic ก็เป็นหนึ่งในปัจจัยนั้นด้วย

ปกติแล้วเราในทางวิทยาการข้อมูล หากเรารู้ว่าข้อมูลหนึ่งมีความสัมพันธ์กับอีกข้อมูลหนึ่งเราจะสามารถหาได้ว่าสองข้อมูลนี้มันสัมพันธ์กันอย่างไร อาจจะแปรผันตรงหรือแปรผกผัน หรือมีความสัมพันธ์แบบกราฟฟังก์ชันก็ได้ ในกรณีของ Microplastic ภายในมหาสมุทรนั้นเราไม่รู้ว่ามันอยู่ไหน รู้แค่ว่ามันมีอยู่ การมีอยู่หรือ Existent ของมันย่อมส่งผลทางฟิสิกส์ (Interact) แน่เพราะตัวกลางที่มันอยู่คือน้ำทะเลในมหาสมุทร เหมือนกับสสารมืด (Dark Matter) ที่เราไม่รู้ว่ามันอยู่ไหน แต่รู้ว่ามันมีอยู่เพราะมัน Interact กับสสารรอบข้างมันไม่ทางใดก็ทางหนึ่ง

ภาพ Composite Image ในหลายช่วงคลื่นของกระจุกกาแล็กซี CL0024+17 จากกล้อง Hubble Space Telescope แสดงให้เห็นถึงวงแหวนแห่งสสารมืด (Ring of Dark Matter) ซึ่งเป็นบริเวณที่ตรวจไม่พบการแผ่คลื่นแสงในช่วงใด ๆ (พื้นที่มืด) – ที่มา NASA, ESA, M. J. Jee and H. Ford et al. (Johns Hopkins Univ.)

เปเปอร์ตีพิมพ์ในวารสาร IEEE Transactions of Geoscience and Remote Sensing ชื่อว่า Toward the Detection and Imaging of Ocean Microplastics With a Spaceborn Radar นักวิทยาศาสตร์จาก University of Michigan ใช้หลักการเดียวกันนี้นี้ในการพัฒนาวิธีเพื่อใช้ข้อมูลปัจจัยทางทะเลต่าง ๆ จากเครือข่ายดาวเทียม CYGNSS (Cyclone Global Navigation Satellite System) ซึ่งเป็นเครือข่ายดาวเทียมเฝ้าระวังและพยากรณ์พายุไซโคลน

โดย CYGNSS เก็บข้อมูลทางทะเลอย่างความเร็วลมด้วยการวัดความรุนแรงของคลื่นบนทะเล (Surface Roughness) ผ่านการใช้ Remote Sensing Radar บนตัวดาวเทียม ทีมวิจัยอ้างอิงข้อมูลการติดตามขยะพลาสติกและ Microplastic ที่มาจากการจำลอง (Model Prediction) เพื่อหาตำแหน่งหลัก ๆ ที่ Microplastic กระจุกตัวอยู่ในมหาสมุทรและพบว่าปริมาณของ Microplastic แปรผันตรงต่อความเรียบของผิวน้ำทะเล คือยิ่งมากผิวน้ำทะเลยิ่งเรียบคลื่นไม่สูง

การเปรียบเทียบค่าความเข้มขนของขยะ Microplastic ระหว่างการจำลองใน Model Prediction และผลที่ได้จากการคำนวณโดย CYGNSS นั้นมีค่าใกล้เคียงกันมาก (ค่าเฉลี่ย Mean ห่างกันเพียง 0.002) – ที่มา Toward the Detection and Imaging of Ocean Microplastics With a Spaceborn Radar

เมื่อทีมวิจัยสามารถสามารถยืนยันได้แล้วว่าการวัดผ่าน CYGNSS นั้นมีผลใกล้เคียงกับ Model Prediction สำหรับการจำลองขยะ Microplastic ในทะเลมาก จึงสามารถนำไปใช้กับการ Utilize ข้อมูลในสเกลที่ใหญ่ขึ้นได้เช่นการวัดระดับความเข้มข้นของ Microplastic ทั่วโลก

ค่าความเข้มข้นของ Microplastic ในมหาสมุทรทั่วโลกจากข้อมูล CYGNSS เมื่อปี 2017 ถึง 2018 – ที่มา University of Michigan

ที่น่าสนใจไปยิ่งกว่านั้นคือทั้งหมดนี้ ถูกคิดค้นและสร้างขึ้นมาโดยนักศึกษาปริญญาตรี Madeline C. Evans ร่วมกับศาตราจารย์ Chris Ruf ซึ่งเป็น Principal Investigator ของโครงการ CYGNSS ของ NASA

สามารถอ่านเปเปอร์เต็มได้ที่นี่ – Toward the Detection and Imaging of Ocean Microplastics With a Spaceborn Radar

เรียบเรียงโดย ทีมงาน SPACETH.CO

อ้างอิง

Scientists Use NASA Satellite Data to Track Ocean Microplastics From Space

Toward the Detection and Imaging of Ocean Microplastics With a Spaceborn Radar

เราใช้คุกกี้เพื่อพัฒนาประสิทธิภาพ และประสบการณ์ที่ดีในการใช้เว็บไซต์ของคุณ คุณสามารถศึกษารายละเอียดได้ที่ นโยบายความเป็นส่วนตัว และสามารถจัดการความเป็นส่วนตัวเองได้ของคุณได้เองโดยคลิกที่ ตั้งค่า

Privacy Preferences

คุณสามารถเลือกการตั้งค่าคุกกี้โดยเปิด/ปิด คุกกี้ในแต่ละประเภทได้ตามความต้องการ ยกเว้น คุกกี้ที่จำเป็น

Allow All
Manage Consent Preferences
  • Always Active

Save